数据治理：指标体系管理.pdfVIP

在数据治理中，数据指标一般都是业务中最基础的分析内容，但是业务不断地快速发展迭代，指标管理上就会出现

很多问题。所以在数据治理中指标系统的管理也是其中必要的一环。

01

为什么要有指标管理

要回答这一问题，先来看一下在指标管理中经常会遇到的问题有那些：

1.相同名字逻辑不同

指标名称相同，统计口径不一致，缺少命名规范限制。

不同业务仅从自己部门出发，缺少全局视角，如财务口径的营收要严格按照严谨的逻辑计算实收实付的每一分钱，

而产品/运营端则更多考虑转化效果，但在各自的KPI监控报表中，都把指标命名为营收。

2.相同逻辑名字不同

指标统一逻辑一致，但不同产品命名不一致，不同阶段、或不同业务方/产品经理对指标命名不同，导致在不同数

据产品页面，同一指标不同名。

2024全行业数字化转型企业建设解决方案

3.口径不清晰

只是同义词再复述一遍，如活跃用户数：访问用户数。

4.命名难理解

表意不清模棱两可，或过于专业化仅指标创建人才可以懂。例如转化率指标，有创单转化率、成单转化率，直接叫

转化率可读性就非常差。

5.逻辑不准确

指标口径描述有误，例如UV指标，口径描述为“按照设备ID去重”，实际上不同平台去重逻辑并不一致，如微信小

程序按照UnionID去重、APP按照DeviceID去重，PC和H5按照loginkey去重。

6.数据难追溯

数据产品指标数据来源缺少直观的链路追踪能力，指标数据异常问题排查通过翻代码去看数据来源，路径长、耗时

久，早上业务反馈指标问题，排查出结论后可能一上午就过去了。

7.数据质量差

指标管理常见的问题综合在一起，往往会导致业务对数据指标的信任度大打折扣，发现数据波动后，第一反应是先

和数据部门确认数据是不是有问题，而不是去考虑业务上有何变动。

02

2024全行业数字化转型企业建设解决方案

指标的组成

数据域

指面向业务分析，将业务过程或者维度进行抽象的集合。其中，业务过程可以概括为一个个不拆分的行为事件，在

业务过程之下，可以定义指标；维度，是度量的环境，如顾客下单事件，订单类型是维度。为了保障整个体系的生

命力，数据域是需要抽象提炼，并且长期维护更新的，变动需执行变更流程。

业务过程

指公司的业务活动事件，如加购、支付都是业务过程。其中，业务过程不可拆分。

时间周期

用来明确统计的时间范围或者时间点，如最近30天、自然周、截止当日等。

修饰类型

是对修饰词的一种抽象划分。修饰类型从属于某个业务域，如日志域的访问终端类型涵盖APP端、PC端等修饰

词。

修饰词

2024全行业数字化转型企业建设解决方案

指的是统计维度以外指标的业务场景限定抽象，修饰词属于一种修饰类型，如在日志域的访问终端类型下，有修饰

词APP、PC端等。

度量/原子指标

原子指标和度量含义相同，基于某一业务事件行为下的度量，是业务定义中不可再拆分的指标，具有明确业务含义

的名称，如支付金额。

维度

维度是度量的环境，用来反映业务的一类属性，这类属性的集合构成一个维度，也可以称为实体对象。维度属于一

个数据域，如地理维度（其中包括国家、地区、省市等）、时间维度（其中包括年、季、月、周、日等级别内

容）。

维度属性

维度属性隶属于一个维度，如地理维度里面的国家名称、国家ID、省份名称等都属于维度属性。

指标分类主要分为**原子指标、派生指标、衍生指标**

1.**原子指标**基于某一业务事件行为下的度量，是业务定义中不可再拆分的指标，具有明确业务含义的名

称，如呼单量、交易金额

2.**派生指标**是1个原子指标+多个修饰词（可选）+时间周期，是原子指标业务统计范围的圈定。派生指标

又分以下二种类型：

2024全行业数字化转型企业建设解决方案

1.事务型指标：

是指对业务过程进行衡量的指标。例如，呼单量、订单支付金额，这类指标需要维护原子指标以及修饰词，在此基

础上创建派生指标。

2.存量型指标：

是指对实体对象（如司机、乘客）某些状态的统计，例如注册司机总数、注册乘客总数，这类指标需要维护原子指

标以及修饰词，在此基础上创建派生指标，对应的时